Краткое введение в Машинное обучение
Прочтение этой статьи даст вам важную базу для понимания работы искусственного интеллекта, что поможет вам увереннее продвигаться в изучении ML. Кстати, она написана без сотен формул и тривиальных рассуждений, которые часто так сложны для начинающих.
#ml #ии #статья
Прочтение этой статьи даст вам важную базу для понимания работы искусственного интеллекта, что поможет вам увереннее продвигаться в изучении ML. Кстати, она написана без сотен формул и тривиальных рассуждений, которые часто так сложны для начинающих.
#ml #ии #статья
Полезные материалы по Data Science и машинному обучению
Автор данной статьи делится полезными материалами для абсолютных новичков и более уверенных специалистов, которые помогут найти и заполнить не только теоретические, но и практические провалы.
#ml #datascience
Автор данной статьи делится полезными материалами для абсолютных новичков и более уверенных специалистов, которые помогут найти и заполнить не только теоретические, но и практические провалы.
#ml #datascience
Почему дата-сайентистам нужны ещё и графы
Графы — это абстракция, которую используют для выявления связей между сущностями: множество вершин и множество рёбер, которые их соединяют.
В настоящее время многие крупные компании переходят на графы, мотивируя это тем, что производительность таких методов выше, по сравнению с другими современными ИИ-архитектурами. А по прогнозам Gartner к 2025 году графы будут использоваться в 80% инноваций в области данных и аналитики.
Какие же задачи можно решать графами?
— составлять рекомендации (друзей, товаров, музыки и т.п.);
— выявлять мошенничество;
— строить маршруты;
— ранжировать информацию по достоверности;
— хранить взаимосвязи между сущностями.
Более подробную информацию о том, где используются графы и каким именно образом, а также подборку материалов для их изучения вы сможете найти в этой статье.
#datascience #ml #bigdata
Графы — это абстракция, которую используют для выявления связей между сущностями: множество вершин и множество рёбер, которые их соединяют.
В настоящее время многие крупные компании переходят на графы, мотивируя это тем, что производительность таких методов выше, по сравнению с другими современными ИИ-архитектурами. А по прогнозам Gartner к 2025 году графы будут использоваться в 80% инноваций в области данных и аналитики.
Какие же задачи можно решать графами?
— составлять рекомендации (друзей, товаров, музыки и т.п.);
— выявлять мошенничество;
— строить маршруты;
— ранжировать информацию по достоверности;
— хранить взаимосвязи между сущностями.
Более подробную информацию о том, где используются графы и каким именно образом, а также подборку материалов для их изучения вы сможете найти в этой статье.
#datascience #ml #bigdata
Полезные материалы по Data Science и машинному обучению
Data Science - довольно сложная сфера, особенно для новичков. С чего стоит начать, на какие темы стоит обратить особое внимание, а какие лучше оставить на потом? Ответы на эти и многие другие вопросы вы сможете найти в этой ценнейшей статье. Её автор — опытный MLOps-инженер в отделе Data- и ML-продуктов Selectel.
В материале не просто даются названия книг и курсов, которые полезно было бы прочитать, но и дается понятие о том, почему это важно знать конкретно эту информацию и чем она поможет в будущем.
#ml #bigdata
Data Science - довольно сложная сфера, особенно для новичков. С чего стоит начать, на какие темы стоит обратить особое внимание, а какие лучше оставить на потом? Ответы на эти и многие другие вопросы вы сможете найти в этой ценнейшей статье. Её автор — опытный MLOps-инженер в отделе Data- и ML-продуктов Selectel.
В материале не просто даются названия книг и курсов, которые полезно было бы прочитать, но и дается понятие о том, почему это важно знать конкретно эту информацию и чем она поможет в будущем.
#ml #bigdata
Forwarded from Нейроканал
Все перечисленные библиотеки имеют открытый исходный код и предназначены в основном для питонистов.
Анализ, очистка и подготовка данных:
Pandas — быстрая и гибкая очистка и подготовка данных.
Numpy — предварительная обработка данных, применяется для математических вычислений.
Statsmodels — статистический анализ временных рядов, выживаемости и многого другого.
YData Profiling — упрощает этап EDA, тщательно анализируя ваши данные в одной строке кода.
Машинное и глубокое обучение:
Scikit-learn — ключевая библиотека машинного обучения, содержит реализацию популярных алгоритмов (регрессия, кластеризация).
Keras — создание, настройка моделей, работает поверх таких фреймворков, как TensorFlow.
TensorFlow — создание, моделирование и тренировка нейросетей.
XGBoost — предоставляет эффективные алгоритмы для задач регрессии, классификации и ранжирования.
CatBoost — градиентный бустинг.
#библиотеки #ml #deeplearning #python
Анализ, очистка и подготовка данных:
Pandas — быстрая и гибкая очистка и подготовка данных.
Numpy — предварительная обработка данных, применяется для математических вычислений.
Statsmodels — статистический анализ временных рядов, выживаемости и многого другого.
YData Profiling — упрощает этап EDA, тщательно анализируя ваши данные в одной строке кода.
Машинное и глубокое обучение:
Scikit-learn — ключевая библиотека машинного обучения, содержит реализацию популярных алгоритмов (регрессия, кластеризация).
Keras — создание, настройка моделей, работает поверх таких фреймворков, как TensorFlow.
TensorFlow — создание, моделирование и тренировка нейросетей.
XGBoost — предоставляет эффективные алгоритмы для задач регрессии, классификации и ранжирования.
CatBoost — градиентный бустинг.
#библиотеки #ml #deeplearning #python
Что почитать: «Как учится машина. Революция в области нейронных сетей и глубокого обучения» Яна Лекуна
Знаменитый учёный в области нейросетей — Ян Лекун стоит у истоков современной технической революции.
В своей книге он, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы.
Эта понятная и доступная книга перенесет вас в самое сердце машины, открывая новый увлекательный мир, который уже является нашей реальностью.
#книги #ml #bigdata
Знаменитый учёный в области нейросетей — Ян Лекун стоит у истоков современной технической революции.
В своей книге он, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы.
Эта понятная и доступная книга перенесет вас в самое сердце машины, открывая новый увлекательный мир, который уже является нашей реальностью.
#книги #ml #bigdata
Как работает обучение без учителя
В обучении с учителем для каждой обучающей ситуации, алгоритму дается понимание, какой ответ с нашей точки зрения тут правильный.
В обучении без учителя для каждой конкретной ситуации такого ответа алгоритму не дается. Алгоритм сам должен научиться решать, как ему поступать в каждом конкретном случае, исходя из конечной оценки совокупности всех его действий.
В этом материале на примерах вы сможете разобраться, какие задачи можно решить с помощью этих методов, какими алгоритмами и есть ли у них недостатки.
#bigdata #ml #datascience
В обучении с учителем для каждой обучающей ситуации, алгоритму дается понимание, какой ответ с нашей точки зрения тут правильный.
В обучении без учителя для каждой конкретной ситуации такого ответа алгоритму не дается. Алгоритм сам должен научиться решать, как ему поступать в каждом конкретном случае, исходя из конечной оценки совокупности всех его действий.
В этом материале на примерах вы сможете разобраться, какие задачи можно решить с помощью этих методов, какими алгоритмами и есть ли у них недостатки.
#bigdata #ml #datascience
Что лучше использовать: PyTorch или TensorFlow?
Хотите разобраться в инструментах машинного обучения? Давайте разберём в сравнении PyTorch и TensorFlow:
PyTorch — это простой инструмент, который хорошо дружит с Python и создан на базе библиотеки Torch.
TensorFlow — это большая система от Google Brain, поддерживающая различные платформы и языки программирования. Есть множество предварительно обученных моделей.
У первого из преимуществ простота, гибкость, удобство с Python. Но есть ограничения с визуализацией и сервированием моделей. А TensorFlow хорошо может в производительность и масштабируемость, но иногда подводит с обратной совместимостью и скоростью.
Эта статья поможет определиться с выбором из двух инструментов для конкретной задачи.
#pytorch #tensorflow #ml
Хотите разобраться в инструментах машинного обучения? Давайте разберём в сравнении PyTorch и TensorFlow:
PyTorch — это простой инструмент, который хорошо дружит с Python и создан на базе библиотеки Torch.
TensorFlow — это большая система от Google Brain, поддерживающая различные платформы и языки программирования. Есть множество предварительно обученных моделей.
У первого из преимуществ простота, гибкость, удобство с Python. Но есть ограничения с визуализацией и сервированием моделей. А TensorFlow хорошо может в производительность и масштабируемость, но иногда подводит с обратной совместимостью и скоростью.
Эта статья поможет определиться с выбором из двух инструментов для конкретной задачи.
#pytorch #tensorflow #ml
Знакомимся с Data Science и машинным обучением
Делать мы это будем с помощью бесплатного курса, который включает 30 уроков, 54 теста и 21 задачу. В рамках курса вы изучите основные теоретические понятия, а также познакомитесь с библиотеками Pandas и Scikit-learn — наиболее популярными инструменатами для анализа данных и машинного обучения, используя язык программирования Python.
Этих знаний более чем достаточно для старта в этой области. А начать можно уже сейчас по ссылке.
#курс #datascience #ml
Делать мы это будем с помощью бесплатного курса, который включает 30 уроков, 54 теста и 21 задачу. В рамках курса вы изучите основные теоретические понятия, а также познакомитесь с библиотеками Pandas и Scikit-learn — наиболее популярными инструменатами для анализа данных и машинного обучения, используя язык программирования Python.
Этих знаний более чем достаточно для старта в этой области. А начать можно уже сейчас по ссылке.
#курс #datascience #ml
Forwarded from Метод утёнка
Начните новую неделю с инструментом, который упростит вам жизнь
napkin — это бесплатная нейронка, которая поможет вам создавать красивые графики и таблицы из любого текста. При этом она предложит вам сразу несколько вариантов, которые можно сохранить в формате PDF, PNG или SVG.
Попробовать можно по ссылке.
#инструменты #ml
napkin — это бесплатная нейронка, которая поможет вам создавать красивые графики и таблицы из любого текста. При этом она предложит вам сразу несколько вариантов, которые можно сохранить в формате PDF, PNG или SVG.
Попробовать можно по ссылке.
#инструменты #ml
Компьютерное зрение на С++
У нас тут периодически бывают статьи про машинное обучение и компьютерное зрение. Но, как правило, все они касаются Python. Сейчас же предлагаю посмотреть на реализацию на C++.
Здесь вы узнаете, как реализовать обнаружение объектов в реальном времени с помощью камеры на мобильной платформе Android с использованием библиотек PyTorch и NCNN и моделей компьютерного зрения YOLOv5 и YOLOv4.
Часть 1
Часть 2
#cpp #cv #ml
У нас тут периодически бывают статьи про машинное обучение и компьютерное зрение. Но, как правило, все они касаются Python. Сейчас же предлагаю посмотреть на реализацию на C++.
Здесь вы узнаете, как реализовать обнаружение объектов в реальном времени с помощью камеры на мобильной платформе Android с использованием библиотек PyTorch и NCNN и моделей компьютерного зрения YOLOv5 и YOLOv4.
Часть 1
Часть 2
#cpp #cv #ml
Студент взломал топовую нейронку
Всё началось с того, что ему нужно было написать научную статью по теме ИБ. И в ходе работы над ней так увлёкся, что взломал известную Claude 3.5 Sonnet.
К его сожалению и нашему счастью весь материал в научную статью поместить не удалось. Поэтому он написал отдельную статью, где поделился всеми подробностями. А мы её принесли вам, так что скорее читайте — там много интересного.
#иб #ml
Всё началось с того, что ему нужно было написать научную статью по теме ИБ. И в ходе работы над ней так увлёкся, что взломал известную Claude 3.5 Sonnet.
К его сожалению и нашему счастью весь материал в научную статью поместить не удалось. Поэтому он написал отдельную статью, где поделился всеми подробностями. А мы её принесли вам, так что скорее читайте — там много интересного.
#иб #ml
Как построить карьеру в области искусственного интеллекта. Советы от Эндрю Ына
Эндрю Ын — известный учёный в области информатики, доцент Стэнфордского университета, исследователь робототехники, машинного обучения и искусственного интеллекта. На протяжении многих лет он смог наблюдать, как тысячи его студентов начинают свою карьеру в этой области.
На основе своих наблюдений он предложил практическую схему, по которой можно проложить собственный карьерный трек. Подробнее о схеме и каждом её пункте можно прочитать в этой статье.
#ml #советы #карьера
Эндрю Ын — известный учёный в области информатики, доцент Стэнфордского университета, исследователь робототехники, машинного обучения и искусственного интеллекта. На протяжении многих лет он смог наблюдать, как тысячи его студентов начинают свою карьеру в этой области.
На основе своих наблюдений он предложил практическую схему, по которой можно проложить собственный карьерный трек. Подробнее о схеме и каждом её пункте можно прочитать в этой статье.
#ml #советы #карьера
Пишем свой PyTorch на NumPy
PyTorch — это мощный и гибкий фреймворк для машинного обучения, широко используемый для создания нейронных сетей. Часто для его использования достаточно поверхностно понимать работу алгоритмов машинного обучения. Однако, если вы хотите прокачать понимание МО или улучшить интуицию для дальнейшего применения и улучшения методов, базовых знаний недостаточно.
Чтобы это исправить, предлагаю вам статью, в которой показано, как реализованы некоторые методы PyTorch внутри.
#ml #pytorch #numpy #python
PyTorch — это мощный и гибкий фреймворк для машинного обучения, широко используемый для создания нейронных сетей. Часто для его использования достаточно поверхностно понимать работу алгоритмов машинного обучения. Однако, если вы хотите прокачать понимание МО или улучшить интуицию для дальнейшего применения и улучшения методов, базовых знаний недостаточно.
Чтобы это исправить, предлагаю вам статью, в которой показано, как реализованы некоторые методы PyTorch внутри.
#ml #pytorch #numpy #python